支持向量機(supporr vcctor machine，SVM)是在有限樣本統計學習理論STARISTICALLEARNING theory，slT)基礎上發展起來的一種新的機器學習方法，它較好地解決了小樣本、非線性和嶄維模式識別芍實際問題，并克服r神經
隨著人上智能及計算機技術的飛速發展，基于知識的方法在故障診斷中得到越來越廣泛的應用目前應用到水泵故障診斷中基于知識的方法主要有粗糙集理論、專家系統、人工神經網絡和支持向量機等。 粗糙集理論足波蘭學者Z
基于解析模型的方法需要建立被診斷對象的較為精確的數學模型，具體又可以分為狀態估計力法、等價空間方法和參數估計方法。這三種方法雖然是獨立發展起來的，但它們彼此之間并不是孤立的，而是存在一定的關系。 狀態
基于信號處理的方法進行泵故障診斷 目前用于泵故障診斷中基于信號處理的方法主要有頻譜分析、功率譜估計和小波分析等。頻譜分析是故障診斷中一種常用的方法，被廣泛應用于各工程技術領域。對于泵的故障診斷，人們也
64LKXA一19型泵為立式單級導葉式、內體可抽出式混流泵，輸送介質為淡水及海水，供電廠冷卻循環系統之用，也可用作城市給排水和農田排灌工程。 型號說明： 64LKXA-19 64泵吐出口徑為64in，即1600mm, I。 立式i K-內
(1)泵的清洗和檢查 ①整體出廠的往復泵在防銹保證期內町不拆卸，井應對其外表進行檢查。越過防銹保延期或有損傷確需拆卸和清洗時，應拆卸后蓋，進液閥、排液閣、填料等，并應將設備表面和拆卸下的零件和部件清洗潔
(1)泵的清洗和檢查 ①整體出廠的泵可不拆卸，只清洗外表，當有損傷時，應按設備技術文件的規定進行拆洗。 ③解體出廠的泵應檢查各零件和部件，應無損傷、無銹蝕，并將其潔凈。
控制方法 變化 特性 優點 缺點 適用范圍 臺數控制 （相同流量） 分級 控制方式簡 單經濟； 提高系統流 量的變化范圍 若管踣損失水 頭占總揚程的比 例大，一臺泵運 行容易引起汽蝕 適用于各泵 關死點揚程相 近的泵和
1概述 某電廠4臺循環水泵(以下簡稱循泵)機組為SE22200-1875型大型立式混流泵，是上海KSB公司新近近產的一種先進泵型。該泵配用湘潭電機廠生產的YKSl2300-20/2150-1型2300kW立式異步電動機.1997年首次應用在揚州。其
臥式泵(大型) 臥式泵(大型) 臥式泵(小型) 立式泵 潛水泵 a0-93dB(4級以下) 90-iOOdB(2級) 75-90dB 80-95dB 50- 70dB
原因 檢查方法發生條件和特征： 措施： 軸向扭振(特別是柴油機驅動時或者長軸泵) l測定軸系的扭振頻率當扭振頻率與原動機的轉矩變化頻率，轉速或轉速R（r為2.3.4等的整數）一直時 2、齒輪聯軸器在某一轉速下．發出
